当前位置：首页 > news >正文

Mona目标检测环境配置

news 2025/10/21 21:57:06

mona论文复现（1）环境搭建

论文题目：5%>100%: Breaking Performance Shackles of Full Fine-Tuning on Visual Recognition Tasks

原项目链接：https://github.com/LeiyiHU/mona/blob/master/README.md 先读readme.md

论文链接：https://arxiv.org/abs/2408.08345

1. 安装 cuda 隔离环境

创建并激活环境：

conda create -n old_project python=3.8  # 选择项目兼容的Python版本
conda activate old_project

安装 CUDA 11.1 工具链：这里cuda环境不要太低，我之前使用cuda10.2在后面训练时会有bug，会有cuDNN 7.6.x 在大卷积第一次预分配显存时会把 OOM 误报成 CUDNN_STATUS_NOT_INITIALIZED的bug
```
conda install cudatoolkit=11.1 -c nvidia  # 安装轻量版CUDA 11.0运行时
```

安装 PyTorch 1.9.0：

pip install --no-cache-dir torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

2. 安装mmcv-full

这里可以在网址上找兼容版本：https://mmcv.readthedocs.io/zh-cn/v1.3.18/get_started/installation.html

pip install mmcv-full==1.3.16 -f https://download.openmmlab.com/mmcv/dist/cu111/torch1.9.0/index.html

3. 下载mona项目并安装

git clone https://github.com/LeiyiHU/mona.git

修改文件，修改第六行

pip install -r requirements/build.txt

直接输入 pip install -v -e . 会出现以下错误

为了解决上面的问题，安装0.29.33版本的cpython，再安装mmpycocotools

pip3 install cython==0.29.33 -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
pip install mmpycocotools
pip install -v -e .

安装完成后可以看到安装的mmdet版本是2.11.0，这是因为mona项目就是用的这个版本

4. 训练

下载数据集，可以本地下好上传到服务器，也可以在服务中使用linux命令下载
修改 data_root 路径，在/workspace/mona/Swin-Transformer-Object-Detection/mona_configs/base/datasets/voc0712.py路径，将data_root路径修改为自己的数据集路径
```
data_root = '/workspace/mona/Swin-Transformer-Object-Detection/data/VOCdevkit/'
```

创建预训练权重的文件夹：/workspace/mona/Swin-Transformer-Object-Detection/pretrained_model，利用wget命令下载预训练权重文件

wget -O pretrained_model/swin_large_patch4_window7_224_22k.pth \
https://github.com/SwinTransformer/storage/releases/download/v1.0.0/swin_large_patch4_window7_224_22k.pth

修改预训练权重的路径：

load_from = "/workspace/mona/Swin-Transformer-Object-Detection/pretrained_model/swin_large_patch4_window7_224_22k.pth"

全局搜索项目，将所有的np.bool替换为bool，不然训练时会报错

由于我的虚拟cuda环境版本与系统cuda环境相差太大（11.1和12.4），apex的安装有问题，还会导致之后训练出问题（AttributeError: module 'torch' has no attribute 'library'），所以要禁掉apex

runner = dict(type='EpochBasedRunner', max_epochs=4)  # actual epoch = 4 * 3 = 12# do not use mmdet version fp16
fp16 = None
optimizer_config = dict(type="DistOptimizerHook",update_interval=1,grad_clip=None,coalesce=True,bucket_size_mb=-1,use_fp16=False,
)

我在运行训练脚本时出现了一些错误，比如配置了pytorch1.9.0但是一直显示缺少torch.fx版本，所以需要下载0.4.12的timm版本
```
pip uninstall -y timm
pip install timm==0.4.12
```
运行训练脚本出现的第二个问题，TypeError: FormatCode() got an unexpected keyword argument 'verify'

此时将 yapf 降级到 0.40.1 或更早版本即可
```
# 先卸载新版本
pip uninstall -y yapf
# 安装最后一个仍包含 verify 参数的版本
pip install yapf==0.40.1
```

现在可以开始训练了，我这里使用的数据集是 voc，所以采用原项目的训练指令

bash Swin-Transformer-Object-Detection/tools/dist_train.sh Swin-Transformer-Object-Detection/mona_configs/swin-l_voc/voc_retinanet_swin_large_1x_mona.py 1